Modelo Media-Varianza para la Gestion de

Portafolios
Maestra en Finanzas
Luis Chavez Bedoya, PhD
Esan Graduate School of Business
Lima, Junio de 2014
1
Relacion riesgo-rendimiento
2
Rendimiento esperado, varianza y covarianza
3
Rendimiento esperado y varianza de un portafolio
4
Problema del portafolio con activos riesgosos
5
Problema del portafolio con activo libre de riesgo
Introduccion
El balance entre rendimiento y riesgo es un aspecto
fundamental en las nanzas
Son dos caras de la misma moneda
No hay un consenso claro en como denir el riesgo de un
activo o de una decision nanciera
Como incorporar y administrar el riesgo en las decisiones
nancieras?
Introduccion
El balance entre rendimiento y riesgo es un aspecto
fundamental en las nanzas
Son dos caras de la misma moneda
No hay un consenso claro en como denir el riesgo de un
activo o de una decision nanciera
Como incorporar y administrar el riesgo en las decisiones
nancieras?
Introduccion
El balance entre rendimiento y riesgo es un aspecto
fundamental en las nanzas
Son dos caras de la misma moneda
No hay un consenso claro en como denir el riesgo de un
activo o de una decision nanciera
Como incorporar y administrar el riesgo en las decisiones
nancieras?
Introduccion
El balance entre rendimiento y riesgo es un aspecto
fundamental en las nanzas
Son dos caras de la misma moneda
No hay un consenso claro en como denir el riesgo de un
activo o de una decision nanciera
Como incorporar y administrar el riesgo en las decisiones
nancieras?
Introduccion
El balance entre rendimiento y riesgo es un aspecto
fundamental en las nanzas
Son dos caras de la misma moneda
No hay un consenso claro en como denir el riesgo de un
activo o de una decision nanciera
Como incorporar y administrar el riesgo en las decisiones
nancieras?
Introduccion
Mucha de la teora nanciera trata de explicar la relacion
riesgo-rendimiento de los activos
A mas riesgo se requiere mayor rendimiento
No se debe compensar riesgos que pueden ser evitados
Existen actores en el mercado que corrigen desbalances en
esta relacion
Introduccion
Mucha de la teora nanciera trata de explicar la relacion
riesgo-rendimiento de los activos
A mas riesgo se requiere mayor rendimiento
No se debe compensar riesgos que pueden ser evitados
Existen actores en el mercado que corrigen desbalances en
esta relacion
Introduccion
Mucha de la teora nanciera trata de explicar la relacion
riesgo-rendimiento de los activos
A mas riesgo se requiere mayor rendimiento
No se debe compensar riesgos que pueden ser evitados
Existen actores en el mercado que corrigen desbalances en
esta relacion
Introduccion
Mucha de la teora nanciera trata de explicar la relacion
riesgo-rendimiento de los activos
A mas riesgo se requiere mayor rendimiento
No se debe compensar riesgos que pueden ser evitados
Existen actores en el mercado que corrigen desbalances en
esta relacion
Introduccion
Mucha de la teora nanciera trata de explicar la relacion
riesgo-rendimiento de los activos
A mas riesgo se requiere mayor rendimiento
No se debe compensar riesgos que pueden ser evitados
Existen actores en el mercado que corrigen desbalances en
esta relacion
Rendimiento de un activo
Un instrumento de inversion que puede ser comprado y vendido se
llama activo, un concepto fundamental de los activos es su
rendimiento
Rendimiento total
Supongamos que compramos un activo en el tiempo cero, y un a no
despues lo vendemos. El rendimiento total de la inversion se dene
como:
rendimiento total =
cantidad recibida
cantidad invertida
Rendimiento de un activo
Un instrumento de inversion que puede ser comprado y vendido se
llama activo, un concepto fundamental de los activos es su
rendimiento
Rendimiento total
Supongamos que compramos un activo en el tiempo cero, y un a no
despues lo vendemos. El rendimiento total de la inversion se dene
como:
rendimiento total =
cantidad recibida
cantidad invertida
Rendimiento de un activo
Un instrumento de inversion que puede ser comprado y vendido se
llama activo, un concepto fundamental de los activos es su
rendimiento
Rendimiento total
Supongamos que compramos un activo en el tiempo cero, y un a no
despues lo vendemos. El rendimiento total de la inversion se dene
como:
rendimiento total =
cantidad recibida
cantidad invertida
Rendimiento de un activo
Un instrumento de inversion que puede ser comprado y vendido se
llama activo, un concepto fundamental de los activos es su
rendimiento
Rendimiento total
Supongamos que compramos un activo en el tiempo cero, y un a no
despues lo vendemos. El rendimiento total de la inversion se dene
como:
rendimiento total =
cantidad recibida
cantidad invertida
Rendimiento de un activo
Un instrumento de inversion que puede ser comprado y vendido se
llama activo, un concepto fundamental de los activos es su
rendimiento
Rendimiento total
Supongamos que compramos un activo en el tiempo cero, y un a no
despues lo vendemos. El rendimiento total de la inversion se dene
como:
rendimiento total =
cantidad recibida
cantidad invertida
Rendimiento de un activo
Un instrumento de inversion que puede ser comprado y vendido
frecuentemente se llama activo, un concepto fundamental de los
activos es su rendimiento
Rendimiento porcentual
Supongamos que compramos un activo en el tiempo cero, y un
a no despues lo vendemos. El rendimiento porcentual o tasa de
rendimiento de la inversion se dene como:
rendimiento porcentual =
cantidad recibida cantidad invertida
cantidad invertida
Rendimiento de un activo
Un instrumento de inversion que puede ser comprado y vendido
frecuentemente se llama activo, un concepto fundamental de los
activos es su rendimiento
Rendimiento porcentual
Supongamos que compramos un activo en el tiempo cero, y un
a no despues lo vendemos. El rendimiento porcentual o tasa de
rendimiento de la inversion se dene como:
rendimiento porcentual =
cantidad recibida cantidad invertida
cantidad invertida
Rendimiento de un activo
Un instrumento de inversion que puede ser comprado y vendido
frecuentemente se llama activo, un concepto fundamental de los
activos es su rendimiento
Rendimiento porcentual
Supongamos que compramos un activo en el tiempo cero, y un
a no despues lo vendemos. El rendimiento porcentual o tasa de
rendimiento de la inversion se dene como:
rendimiento porcentual =
cantidad recibida cantidad invertida
cantidad invertida
Rendimiento de un activo
Sean X
0
y X
1
la cantidad de dinero invertida y recibida. Si
denotamos como r a la tasa de rendimiento, entonces
r =
X
1
X
0
X
0
Rendimiento de un activo
Sean X
0
y X
1
la cantidad de dinero invertida y recibida. Si
denotamos como r a la tasa de rendimiento, entonces
r =
X
1
X
0
X
0
Rendimiento de un activo
Sean X
0
y X
1
la cantidad de dinero invertida y recibida. Si
denotamos como r a la tasa de rendimiento, entonces
r =
X
1
X
0
X
0
Riesgo: ideas preliminares
No existe una denicion universalmente aceptada de riesgo
Queremos una medida de riesgo de los rendimientos de los
activos
Riesgo puede considerarse como una medida de dispersion del
rendimiento
Estudiaremos la varianza y desviacion estandar como medidas
de riesgo
Riesgo: ideas preliminares
No existe una denicion universalmente aceptada de riesgo
Queremos una medida de riesgo de los rendimientos de los
activos
Riesgo puede considerarse como una medida de dispersion del
rendimiento
Estudiaremos la varianza y desviacion estandar como medidas
de riesgo
Riesgo: ideas preliminares
No existe una denicion universalmente aceptada de riesgo
Queremos una medida de riesgo de los rendimientos de los
activos
Riesgo puede considerarse como una medida de dispersion del
rendimiento
Estudiaremos la varianza y desviacion estandar como medidas
de riesgo
Riesgo: ideas preliminares
No existe una denicion universalmente aceptada de riesgo
Queremos una medida de riesgo de los rendimientos de los
activos
Riesgo puede considerarse como una medida de dispersion del
rendimiento
Estudiaremos la varianza y desviacion estandar como medidas
de riesgo
Riesgo: ideas preliminares
No existe una denicion universalmente aceptada de riesgo
Queremos una medida de riesgo de los rendimientos de los
activos
Riesgo puede considerarse como una medida de dispersion del
rendimiento
Estudiaremos la varianza y desviacion estandar como medidas
de riesgo
Riesgo: varianza y desviaci on estandar
La varianza y su raz cuadrada, la desviacion estandar son las dos
medidas mas comunes de la variabilidad o dispersion. Utilizaremos

2
para denotar a la varianza, y para la desviacion estandar
A la desviacion estandar tambien se le denomina volatilidad
Riesgo: varianza y desviaci on estandar
La varianza y su raz cuadrada, la desviacion estandar son las dos
medidas mas comunes de la variabilidad o dispersion. Utilizaremos

2
para denotar a la varianza, y para la desviacion estandar
A la desviacion estandar tambien se le denomina volatilidad
Riesgo: varianza y desviaci on estandar
La varianza y su raz cuadrada, la desviacion estandar son las dos
medidas mas comunes de la variabilidad o dispersion. Utilizaremos

2
para denotar a la varianza, y para la desviacion estandar
A la desviacion estandar tambien se le denomina volatilidad
Relaci on riesgo-rendimiento
Figura: Relacion riesgo rendimiento para una serie de activos
Relaci on riesgo-rendimiento
Figura: Relacion riesgo rendimiento para una serie de activos
Relaci on riesgo-rendimiento
Figura: Relacion riesgo rendimiento para una serie de activos. Portafolios
dominados aparecen en rojo
Relaci on riesgo-rendimiento
Figura: Relacion riesgo rendimiento para una serie de activos. Portafolios
dominados aparecen en rojo
Riesgo y rendimiento: predicci on
Nosotros podemos calcular de manera precisa el riesgo y
rendimiento historico de ciertos activos, pues basta una serie de
datos que produzca estimadores estadsticamente adecuados de la
media y la varianza.
Lamentablemente, lo mas com un es que se necesite predecir tanto
la media como la varianza de los rendimientos para un periodo
futuro: un mes, un a no etc.
Que tan bueno es utilizar datos historicos para predecir medias y
varianzas?
Riesgo y rendimiento: predicci on
Nosotros podemos calcular de manera precisa el riesgo y
rendimiento historico de ciertos activos, pues basta una serie de
datos que produzca estimadores estadsticamente adecuados de la
media y la varianza.
Lamentablemente, lo mas com un es que se necesite predecir tanto
la media como la varianza de los rendimientos para un periodo
futuro: un mes, un a no etc.
Que tan bueno es utilizar datos historicos para predecir medias y
varianzas?
Riesgo y rendimiento: predicci on
Nosotros podemos calcular de manera precisa el riesgo y
rendimiento historico de ciertos activos, pues basta una serie de
datos que produzca estimadores estadsticamente adecuados de la
media y la varianza.
Lamentablemente, lo mas com un es que se necesite predecir tanto
la media como la varianza de los rendimientos para un periodo
futuro: un mes, un a no etc.
Que tan bueno es utilizar datos historicos para predecir medias y
varianzas?
Riesgo y rendimiento: predicci on
Nosotros podemos calcular de manera precisa el riesgo y
rendimiento historico de ciertos activos, pues basta una serie de
datos que produzca estimadores estadsticamente adecuados de la
media y la varianza.
Lamentablemente, lo mas com un es que se necesite predecir tanto
la media como la varianza de los rendimientos para un periodo
futuro: un mes, un a no etc.
Que tan bueno es utilizar datos historicos para predecir medias y
varianzas?
Rendimiento esperado, varianza y covarianza
Datos sobre los activos
Existen 3 activos disponibles para construir el portafolio:
Tabla: Informacion sobre escenarios y retornos de los activos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
(Optimista) (Moderado) (Pesimista)
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
Datos sobre los activos
Existen 3 activos disponibles para construir el portafolio:
Tabla: Informaci on sobre escenarios y retornos de los activos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
(Optimista) (Moderado) (Pesimista)
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
Calculando los rendimientos esperados
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
r
1
= E[r
1
] = (0.25)(10%) + (0.5)(2%) + (0.25)(8%) = 1.5%
r
2
= E[r
2
] = (0.25)(4%) + (0.5)(3%) + (0.25)(2%) = 2.0%
r
3
= E[r
3
] = (0.25)(1%) + (0.5)(0.5%) + (0.25)(0%) = 0.5%
Calculando los rendimientos esperados
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
r
1
=
E[r
1
] = (0.25)(10%) + (0.5)(2%) + (0.25)(8%) = 1.5%
r
2
= E[r
2
] = (0.25)(4%) + (0.5)(3%) + (0.25)(2%) = 2.0%
r
3
= E[r
3
] = (0.25)(1%) + (0.5)(0.5%) + (0.25)(0%) = 0.5%
Calculando los rendimientos esperados
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
r
1
= E[r
1
] =
(0.25)(10%) + (0.5)(2%) + (0.25)(8%) = 1.5%
r
2
= E[r
2
] = (0.25)(4%) + (0.5)(3%) + (0.25)(2%) = 2.0%
r
3
= E[r
3
] = (0.25)(1%) + (0.5)(0.5%) + (0.25)(0%) = 0.5%
Calculando los rendimientos esperados
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
r
1
= E[r
1
] = (0.25)(10%) + (0.5)(2%) + (0.25)(8%) = 1.5%
r
2
= E[r
2
] = (0.25)(4%) + (0.5)(3%) + (0.25)(2%) = 2.0%
r
3
= E[r
3
] = (0.25)(1%) + (0.5)(0.5%) + (0.25)(0%) = 0.5%
Calculando los rendimientos esperados
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
r
1
= E[r
1
] = (0.25)(10%) + (0.5)(2%) + (0.25)(8%) = 1.5%
r
2
= E[r
2
] = (0.25)(4%) + (0.5)(3%) + (0.25)(2%) = 2.0%
r
3
= E[r
3
] = (0.25)(1%) + (0.5)(0.5%) + (0.25)(0%) = 0.5%
Calculando los rendimientos esperados
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
r
1
= E[r
1
] = (0.25)(10%) + (0.5)(2%) + (0.25)(8%) = 1.5%
r
2
= E[r
2
] = (0.25)(4%) + (0.5)(3%) + (0.25)(2%) = 2.0%
r
3
= E[r
3
] = (0.25)(1%) + (0.5)(0.5%) + (0.25)(0%) = 0.5%
Calculando los retornos esperados
Se pueden colocar los rendimientos esperados individuales, r
i
, en
un vector
r =
_
_
r
1
r
2
r
3
_
_
=
_
_
1.5%
2.0%
0.5%
_
_
Denotamos como r al vector de rendimientos esperados
Calculando los retornos esperados
Se pueden colocar los rendimientos esperados individuales, r
i
, en
un vector
r =
_
_
r
1
r
2
r
3
_
_
=
_
_
1.5%
2.0%
0.5%
_
_
Denotamos como r al vector de rendimientos esperados
Calculando los retornos esperados
Se pueden colocar los rendimientos esperados individuales, r
i
, en
un vector
r =
_
_
r
1
r
2
r
3
_
_
=
_
_
1.5%
2.0%
0.5%
_
_
Denotamos como r al vector de rendimientos esperados
Vector de rendimientos esperados
En general, si existen n activos, el vector de sus retornos esperados
es dado por
r =
_

_
r
1
r
2
.
.
.
r
n
_

_
donde r
i
es el retorno esperado del activo i
Vector de rendimientos esperados
En general, si existen n activos, el vector de sus retornos esperados
es dado por
r =
_

_
r
1
r
2
.
.
.
r
n
_

_
donde r
i
es el retorno esperado del activo i
Vector de rendimientos esperados
En general, si existen n activos, el vector de sus retornos esperados
es dado por
r =
_

_
r
1
r
2
.
.
.
r
n
_

_
donde r
i
es el retorno esperado del activo i
Calculando la varianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

2
1
= E[(r
1
r
1
)
2
] = E[(r
1
1.5%)
2
]
= (0.25)(10%1.5%)
2
+ (0.5)(2%1.5%)
2
+(0.25)(8%1.5%)
2
= 0.004075

1
= 6.38%
Calculando la varianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

2
1
= E[(r
1
r
1
)
2
] = E[(r
1
1.5%)
2
]
= (0.25)(10%1.5%)
2
+ (0.5)(2%1.5%)
2
+(0.25)(8%1.5%)
2
= 0.004075

1
= 6.38%
Calculando la varianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

2
1
= E[(r
1
r
1
)
2
]
= E[(r
1
1.5%)
2
]
= (0.25)(10%1.5%)
2
+ (0.5)(2%1.5%)
2
+(0.25)(8%1.5%)
2
= 0.004075

1
= 6.38%
Calculando la varianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

2
1
= E[(r
1
r
1
)
2
] = E[(r
1
1.5%)
2
]
= (0.25)(10%1.5%)
2
+ (0.5)(2%1.5%)
2
+(0.25)(8%1.5%)
2
= 0.004075

1
= 6.38%
Calculando la varianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

2
1
= E[(r
1
r
1
)
2
] = E[(r
1
1.5%)
2
]
= (0.25)(10%1.5%)
2
+ (0.5)(2%1.5%)
2
+(0.25)(8%1.5%)
2
= 0.004075

1
= 6.38%
Calculando la varianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

2
1
= E[(r
1
r
1
)
2
] = E[(r
1
1.5%)
2
]
= (0.25)(10%1.5%)
2
+ (0.5)(2%1.5%)
2
+(0.25)(8%1.5%)
2
= 0.004075

1
= 6.38%
Calculando la varianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

2
1
= E[(r
1
r
1
)
2
] = E[(r
1
1.5%)
2
]
= (0.25)(10%1.5%)
2
+ (0.5)(2%1.5%)
2
+(0.25)(8%1.5%)
2
= 0.004075

1
= 6.38%
Calculando la varianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

2
2
= E[(r
2
r
2
)
2
] = E[(r
2
2%)
2
]
= (0.25)(4%2%)
2
+ (0.5)(3%2%)
2
+(0.25)(2%2%)
2
= 0.00055

2
= 2.35%
Calculando la varianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
De la misma forma:

2
3
= E[(r
3
r
3
)
2
] = 0.0000125

3
= 0.35%
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

12
= E[(r
1
r
1
)(r
2
r
2
)] = E[(r
1
1.5%)(r
2
2%)]
= (0.25)(10%1.5%)(4%2%)
+(0.5)(2%1.5%)(3%2%)
+(0.25)(8%1.5%)(2%2%)
= 0.0014
=
21
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

12
=
E[(r
1
r
1
)(r
2
r
2
)] = E[(r
1
1.5%)(r
2
2%)]
= (0.25)(10%1.5%)(4%2%)
+(0.5)(2%1.5%)(3%2%)
+(0.25)(8%1.5%)(2%2%)
= 0.0014
=
21
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

12
= E[(r
1
r
1
)(r
2
r
2
)] =
E[(r
1
1.5%)(r
2
2%)]
= (0.25)(10%1.5%)(4%2%)
+(0.5)(2%1.5%)(3%2%)
+(0.25)(8%1.5%)(2%2%)
= 0.0014
=
21
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

12
= E[(r
1
r
1
)(r
2
r
2
)] = E[(r
1
1.5%)(r
2
2%)]
= (0.25)(10%1.5%)(4%2%)
+(0.5)(2%1.5%)(3%2%)
+(0.25)(8%1.5%)(2%2%)
= 0.0014
=
21
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

12
= E[(r
1
r
1
)(r
2
r
2
)] = E[(r
1
1.5%)(r
2
2%)]
= (0.25)(10%1.5%)(4%2%)
+(0.5)(2%1.5%)(3%2%)
+(0.25)(8%1.5%)(2%2%)
= 0.0014
=
21
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

12
= E[(r
1
r
1
)(r
2
r
2
)] = E[(r
1
1.5%)(r
2
2%)]
= (0.25)(10%1.5%)(4%2%)
+(0.5)(2%1.5%)(3%2%)
+(0.25)(8%1.5%)(2%2%)
= 0.0014
=
21
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

12
= E[(r
1
r
1
)(r
2
r
2
)] = E[(r
1
1.5%)(r
2
2%)]
= (0.25)(10%1.5%)(4%2%)
+(0.5)(2%1.5%)(3%2%)
+(0.25)(8%1.5%)(2%2%)
= 0.0014
=
21
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

13
= E[(r
1
r
1
)(r
3
r
3
)] = E[(r
1
1.5%)(r
3
0.5%)]
= (0.25)(10%1.5%)(1%0.5%)
+(0.5)(2%1.5%)(0.5%0.5%)
+(0.25)(8%1.5%)(0%0.5%)
= 0.000225
=
31
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

13
= E[(r
1
r
1
)(r
3
r
3
)] = E[(r
1
1.5%)(r
3
0.5%)]
= (0.25)(10%1.5%)(1%0.5%)
+(0.5)(2%1.5%)(0.5%0.5%)
+(0.25)(8%1.5%)(0%0.5%)
= 0.000225
=
31
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

13
= E[(r
1
r
1
)(r
3
r
3
)] = E[(r
1
1.5%)(r
3
0.5%)]
= (0.25)(10%1.5%)(1%0.5%)
+(0.5)(2%1.5%)(0.5%0.5%)
+(0.25)(8%1.5%)(0%0.5%)
= 0.000225
=
31
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

13
= E[(r
1
r
1
)(r
3
r
3
)] = E[(r
1
1.5%)(r
3
0.5%)]
= (0.25)(10%1.5%)(1%0.5%)
+(0.5)(2%1.5%)(0.5%0.5%)
+(0.25)(8%1.5%)(0%0.5%)
= 0.000225
=
31
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%

13
= E[(r
1
r
1
)(r
3
r
3
)] = E[(r
1
1.5%)(r
3
0.5%)]
= (0.25)(10%1.5%)(1%0.5%)
+(0.5)(2%1.5%)(0.5%0.5%)
+(0.25)(8%1.5%)(0%0.5%)
= 0.000225
=
31
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
De la misma forma:

23
= E[(r
2
r
2
)(r
3
r
3
)] = E[(r
1
1.5%)(r
3
0.5%)]
= 0.000075
=
32
Calculando la covarianza de los retornos
Prob. 0.25 0.5 0.25
Activo Escenario 1 Escenario 2 Escenario 3
1 10% 2% -8%
2 4% 3% -2%
3 1% 0.5% 0%
De la misma forma:

23
= E[(r
2
r
2
)(r
3
r
3
)] = E[(r
1
1.5%)(r
3
0.5%)]
= 0.000075
=
32
Calculando la covarianza de los retornos
Podemos colocar las varianzas y covarianzas en una matriz
=
_
_

2
1

12

13

21

2
2

23

31

32

2
3
_
_
=
_
_

2
1

12

13

12

2
2

23

13

23

2
3
_
_
es la matriz de covarianza de los retornos
Debido a que
ij
=
ji
para i = j , es simetrica
Calculando la covarianza de los retornos
Podemos colocar las varianzas y covarianzas en una matriz
=
_
_

2
1

12

13

21

2
2

23

31

32

2
3
_
_
=
_
_

2
1

12

13

12

2
2

23

13

23

2
3
_
_
es la matriz de covarianza de los retornos
Debido a que
ij
=
ji
para i = j , es simetrica
Calculando la covarianza de los retornos
Podemos colocar las varianzas y covarianzas en una matriz
=
_
_

2
1

12

13

21

2
2

23

31

32

2
3
_
_
=
_
_

2
1

12

13

12

2
2

23

13

23

2
3
_
_
es la matriz de covarianza de los retornos
Debido a que
ij
=
ji
para i = j , es simetrica
Matriz e covarianza
Utilizando nuestros datos:
=
_
_
0.004075 0.0014 0.000225
0.0014 0.00055 0.000075
0.000225 0.000075 0.0000125
_
_
Matriz de covarianza en su forma general
En general, la matriz de covarianza de los retornos de los n activos
es dada por
=
_
_
_
_
_
_
_
_
_
_

2
1

12
. . .
1j
. . .
1n

21

2
2
. . .
2j
. . .
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

i 1

i 2
. . .
ij
. . .
in
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

n1

n2
. . .
nj
. . .
2
n
_
_
_
_
_
_
_
_
_
_
Recordar que
ij
=
ji
para i = j
La diagonal de contiene
2
i
para i = 1, ..., n
Matriz de covarianza en su forma general
En general, la matriz de covarianza de los retornos de los n activos
es dada por
=
_
_
_
_
_
_
_
_
_
_

2
1

12
. . .
1j
. . .
1n

21

2
2
. . .
2j
. . .
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

i 1

i 2
. . .
ij
. . .
in
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

n1

n2
. . .
nj
. . .
2
n
_
_
_
_
_
_
_
_
_
_
Recordar que
ij
=
ji
para i = j
La diagonal de contiene
2
i
para i = 1, ..., n
Matriz de covarianza en su forma general
En general, la matriz de covarianza de los retornos de los n activos
es dada por
=
_
_
_
_
_
_
_
_
_
_

2
1

12
. . .
1j
. . .
1n

21

2
2
. . .
2j
. . .
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

i 1

i 2
. . .
ij
. . .
in
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

n1

n2
. . .
nj
. . .
2
n
_
_
_
_
_
_
_
_
_
_
Recordar que
ij
=
ji
para i = j
La diagonal de contiene
2
i
para i = 1, ..., n
Coeciente de correlaci on
Recordar que

ij
=

ij

j
, para i = j
y

ii
= 1
Es mas facil interpretar
ij
que
ij
porque 1
ij
1
Se cumple que
ij
=
ji
Se puede construir una matriz con elementos
ij
,
denominamos esta matriz como
Coeciente de correlaci on
Recordar que

ij
=

ij

j
, para i = j
y

ii
= 1
Es mas facil interpretar
ij
que
ij
porque 1
ij
1
Se cumple que
ij
=
ji
Se puede construir una matriz con elementos
ij
,
denominamos esta matriz como
Coeciente de correlaci on
Recordar que

ij
=

ij

j
, para i = j
y

ii
= 1
Es mas facil interpretar
ij
que
ij
porque 1
ij
1
Se cumple que
ij
=
ji
Se puede construir una matriz con elementos
ij
,
denominamos esta matriz como
Coeciente de correlaci on
Recordar que

ij
=

ij

j
, para i = j
y

ii
= 1
Es mas facil interpretar
ij
que
ij
porque 1
ij
1
Se cumple que
ij
=
ji
Se puede construir una matriz con elementos
ij
,
denominamos esta matriz como
Coeciente de correlaci on
Recordar que

ij
=

ij

j
, para i = j
y

ii
= 1
Es mas facil interpretar
ij
que
ij
porque 1
ij
1
Se cumple que
ij
=
ji
Se puede construir una matriz con elementos
ij
,
denominamos esta matriz como
Matriz de coecientes de correlacion - ejemplo
Utilizando los valores de
ij
en nuestro ejemplo:
=
_
_
1.00 0.935 0.997
0.935 1.00 0.332
0.997 0.332 1.00
_
_
Rendimiento esperado y varianza de un portafolio
Vector de pesos de un portafolio
Sea w
i
el peso del activo i en el portafolio, entonces
n

i =1
w
i
= 1
Denimos el vector del pesos del portafolio como
w =
_

_
w
1
w
2
.
.
.
w
n
_

_
Vector de pesos de un portafolio
Sea w
i
el peso del activo i en el portafolio, entonces
n

i =1
w
i
= 1
Denimos el vector del pesos del portafolio como
w =
_

_
w
1
w
2
.
.
.
w
n
_

_
Vector de unos
Denimos a 1 como el n-vector
1 =
_

_
1
1
.
.
.
1
_

_
Restricci on del portafolio
Recordar que la restriccion del portafolio viene dada por:
n

i =1
w
i
= w
1
+ w
2
+ + w
n
= 1
Podemos expresar la constante como
1

w = 1
donde A

es la transpuesta A
Restricci on del portafolio
Recordar que la restriccion del portafolio viene dada por:
n

i =1
w
i
= w
1
+ w
2
+ + w
n
= 1
Podemos expresar la constante como
1

w = 1
donde A

es la transpuesta A
Restricci on del portafolio
Recordar que la restriccion del portafolio viene dada por:
n

i =1
w
i
= w
1
+ w
2
+ + w
n
= 1
Podemos expresar la constante como
1

w = 1
donde A

es la transpuesta A
Rendimiento esperado (media) del portafolio
Podemos expresar el rendimiento esperado de un portafolio como
r
p
=
n

i =1
r
i
w
i
= r
1
w
1
+r
2
w
2
+ + w
n
r
n
En notacion matricial tenemos:
r
p
= r

w
Rendimiento esperado (media) del portafolio
Podemos expresar el rendimiento esperado de un portafolio como
r
p
=
n

i =1
r
i
w
i
= r
1
w
1
+r
2
w
2
+ + w
n
r
n
En notacion matricial tenemos:
r
p
= r

w
Varianza de los rendimientos del portafolio
Podemos expresar la varianza de los rendimientos esperados del
portafolio como

2
p
=
n

i =1
n

j =1
w
i
w
j

ij
En notacion matricial tenemos:

2
p
= w

w
Varianza de los rendimientos del portafolio
Podemos expresar la varianza de los rendimientos esperados del
portafolio como

2
p
=
n

i =1
n

j =1
w
i
w
j

ij
En notacion matricial tenemos:

2
p
= w

w
Problema del portafolio con activos riesgosos
Problema del portafolio con activos riesgosos
Queremos resolver el siguiente problema de optimizacion:
Minimizar w

w
sujeto a 1

w = 1
r

w =
Dado un target de rendimiento esperado, , queremos encontrar
el portafolio con la menor varianza. Denotamos a los pesos
optimos del portafolio como w

Problema del portafolio con activos riesgosos

Queremos resolver el siguiente problema de optimizacion:
Minimizar w

w
sujeto a 1

w = 1
r

w =
Dado un target de rendimiento esperado, , queremos encontrar
el portafolio con la menor varianza. Denotamos a los pesos
optimos del portafolio como w

Problema del portafolio con activos riesgosos

Queremos resolver el siguiente problema de optimizacion:
Minimizar w

w
sujeto a 1

w = 1
r

w =
Dado un target de rendimiento esperado, , queremos encontrar
el portafolio con la menor varianza. Denotamos a los pesos
optimos del portafolio como w

Frontera eciente
Por cada target de rendimiento, , podemos calcular el
portafolio optimo w

()
Tal portafolio optimo tiene una varianza dada por
2
p
(w

())
La frontera eciente es el graco de vs.
2
p
(w

())
(media-varianza)
La frontera eciente tambien es el graco de vs.

p
(w

()) (media-desviacion estandar)

Los inversionistas solo seleccionaran portafolios que se
encuentran en la frontera eciente
Frontera eciente
Por cada target de rendimiento, , podemos calcular el
portafolio optimo w

()
Tal portafolio optimo tiene una varianza dada por
2
p
(w

())
La frontera eciente es el graco de vs.
2
p
(w

())
(media-varianza)
La frontera eciente tambien es el graco de vs.

p
(w

()) (media-desviacion estandar)

Los inversionistas solo seleccionaran portafolios que se
encuentran en la frontera eciente
Frontera eciente
Por cada target de rendimiento, , podemos calcular el
portafolio optimo w

()
Tal portafolio optimo tiene una varianza dada por
2
p
(w

())
La frontera eciente es el graco de vs.
2
p
(w

())
(media-varianza)
La frontera eciente tambien es el graco de vs.

p
(w

()) (media-desviacion estandar)

Los inversionistas solo seleccionaran portafolios que se
encuentran en la frontera eciente
Frontera eciente
Por cada target de rendimiento, , podemos calcular el
portafolio optimo w

()
Tal portafolio optimo tiene una varianza dada por
2
p
(w

())
La frontera eciente es el graco de vs.
2
p
(w

())
(media-varianza)
La frontera eciente tambien es el graco de vs.

p
(w

()) (media-desviacion estandar)

Los inversionistas solo seleccionaran portafolios que se
encuentran en la frontera eciente
Frontera eciente
Por cada target de rendimiento, , podemos calcular el
portafolio optimo w

()
Tal portafolio optimo tiene una varianza dada por
2
p
(w

())
La frontera eciente es el graco de vs.
2
p
(w

())
(media-varianza)
La frontera eciente tambien es el graco de vs.

p
(w

()) (media-desviacion estandar)

Los inversionistas solo seleccionaran portafolios que se
encuentran en la frontera eciente
Frontera eciente
Por cada target de rendimiento, , podemos calcular el
portafolio optimo w

()
Tal portafolio optimo tiene una varianza dada por
2
p
(w

())
La frontera eciente es el graco de vs.
2
p
(w

())
(media-varianza)
La frontera eciente tambien es el graco de vs.

p
(w

()) (media-desviacion estandar)

Los inversionistas solo seleccionaran portafolios que se
encuentran en la frontera eciente
Frontera eciente
Por cada target de rendimiento, , podemos calcular el
portafolio optimo w

()
Tal portafolio optimo tiene una varianza dada por
2
p
(w

())
La frontera eciente es el graco de vs.
2
p
(w

())
(media-varianza)
La frontera eciente tambien es el graco de vs.

p
(w

()) (media-desviacion estandar)

Los inversionistas solo seleccionaran portafolios que se
encuentran en la frontera eciente
Frontera eciente
Figura: Frontera eciente (media-desviacion estandar)
Frontera eciente
El problema
Minimizar w

w
sujeto a 1

w = 1
r

w =
no asegura que para el portafolio optimo w

i
0 par todo i
Es decir, esta permitiendo la venta en corto de los activos, porque
es posible que w

i
< 0 para ciertos i
Como se puede corregir esta situacion?
Frontera eciente
El problema
Minimizar w

w
sujeto a 1

w = 1
r

w =
no asegura que para el portafolio optimo w

i
0 par todo i
Es decir, esta permitiendo la venta en corto de los activos, porque
es posible que w

i
< 0 para ciertos i
Como se puede corregir esta situacion?
Frontera eciente
El problema
Minimizar w

w
sujeto a 1

w = 1
r

w =
no asegura que para el portafolio optimo w

i
0 par todo i
Es decir, esta permitiendo la venta en corto de los activos, porque
es posible que w

i
< 0 para ciertos i
Como se puede corregir esta situacion?
Frontera eciente
El problema
Minimizar w

w
sujeto a 1

w = 1
r

w =
no asegura que para el portafolio optimo w

i
0 par todo i
Es decir, esta permitiendo la venta en corto de los activos, porque
es posible que w

i
< 0 para ciertos i
Como se puede corregir esta situacion?
Frontera eciente
El problema
Minimizar w

w
sujeto a 1

w = 1
r

w =
no asegura que para el portafolio optimo w

i
0 par todo i
Es decir, esta permitiendo la venta en corto de los activos, porque
es posible que w

i
< 0 para ciertos i
Como se puede corregir esta situacion?
Frontera eciente sin venta en corto
Se tendra que resolver
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Recordar que w 0 es equivalente a tener w
i
0 para todo i
Como cambia la frontera eciente?
Frontera eciente sin venta en corto
Se tendra que resolver
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Recordar que w 0 es equivalente a tener w
i
0 para todo i
Como cambia la frontera eciente?
Frontera eciente sin venta en corto
Se tendra que resolver
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Recordar que w 0 es equivalente a tener w
i
0 para todo i
Como cambia la frontera eciente?
Frontera eciente sin venta en corto
Se tendra que resolver
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Recordar que w 0 es equivalente a tener w
i
0 para todo i
Como cambia la frontera eciente?
Frontera eciente sin venta en corto
Figura: Frontera eciente (media-desviacion estandar) con y sin venta en
corto
Frontera eciente con restricciones adicionales
Es posible a nadir mas restricciones y resolver:
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Por ejemplo:
Los activos 1 y 2 no deben ser mas del 50% del portafolio:
w
1
+ w
2
0.5
Se debe invertir al menos 30% en el activo 5:
w
5
0.3
Frontera eciente con restricciones adicionales
Es posible a nadir mas restricciones y resolver:
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Por ejemplo:
Los activos 1 y 2 no deben ser mas del 50% del portafolio:
w
1
+ w
2
0.5
Se debe invertir al menos 30% en el activo 5:
w
5
0.3
Frontera eciente con restricciones adicionales
Es posible a nadir mas restricciones y resolver:
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Por ejemplo:
Los activos 1 y 2 no deben ser mas del 50% del portafolio:
w
1
+ w
2
0.5
Se debe invertir al menos 30% en el activo 5:
w
5
0.3
Frontera eciente con restricciones adicionales
Es posible a nadir mas restricciones y resolver:
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Por ejemplo:
Los activos 1 y 2 no deben ser mas del 50% del portafolio:
w
1
+ w
2
0.5
Se debe invertir al menos 30% en el activo 5:
w
5
0.3
Frontera eciente con restricciones adicionales
Es posible a nadir mas restricciones y resolver:
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Por ejemplo:
Los activos 1 y 2 no deben ser mas del 50% del portafolio:
w
1
+ w
2
0.5
Se debe invertir al menos 30% en el activo 5:
w
5
0.3
Frontera eciente con restricciones adicionales
Es posible a nadir mas restricciones y resolver:
Minimizar w

w
sujeto a 1

w = 1
r

w =
w 0
Por ejemplo:
Los activos 1 y 2 no deben ser mas del 50% del portafolio:
w
1
+ w
2
0.5
Se debe invertir al menos 30% en el activo 5:
w
5
0.3
Frontera eciente con restricciones adicionales
Figura: Frontera eciente (media-desviacion estandar) con restricciones
adicionales
Portafolio optimo
El portafolio w

a seleccionar debe ser alguno de la frontera

eciente. Pero, cual?
Se necesita especicar un trade-o balance entre riesgo y
rendimiento
Una especicacion com un es encontrar el portafolio P que
maximice:
U(P) = r
P

T

2
P
donde P es un portafolio de la frontera eciente, y
T
es un
coeciente de aversion al riesgo
Portafolio optimo
El portafolio w

a seleccionar debe ser alguno de la frontera

eciente.
Pero, cual?
Se necesita especicar un trade-o balance entre riesgo y
rendimiento
Una especicacion com un es encontrar el portafolio P que
maximice:
U(P) = r
P

T

2
P
donde P es un portafolio de la frontera eciente, y
T
es un
coeciente de aversion al riesgo
Portafolio optimo
El portafolio w

a seleccionar debe ser alguno de la frontera

eciente. Pero, cual?
Se necesita especicar un trade-o balance entre riesgo y
rendimiento
Una especicacion com un es encontrar el portafolio P que
maximice:
U(P) = r
P

T

2
P
donde P es un portafolio de la frontera eciente, y
T
es un
coeciente de aversion al riesgo
Portafolio optimo
El portafolio w

a seleccionar debe ser alguno de la frontera

eciente. Pero, cual?
Se necesita especicar un trade-o balance entre riesgo y
rendimiento
Una especicacion com un es encontrar el portafolio P que
maximice:
U(P) = r
P

T

2
P
donde P es un portafolio de la frontera eciente, y
T
es un
coeciente de aversion al riesgo
Portafolio optimo
El portafolio w

a seleccionar debe ser alguno de la frontera

eciente. Pero, cual?
Se necesita especicar un trade-o balance entre riesgo y
rendimiento
Una especicacion com un es encontrar el portafolio P que
maximice:
U(P) = r
P

T

2
P
donde P es un portafolio de la frontera eciente, y
T
es un
coeciente de aversion al riesgo
Portafolio optimo
El portafolio w

a seleccionar debe ser alguno de la frontera

eciente. Pero, cual?
Se necesita especicar un trade-o balance entre riesgo y
rendimiento
Una especicacion com un es encontrar el portafolio P que
maximice:
U(P) = r
P

T

2
P
donde P es un portafolio de la frontera eciente, y
T
es un
coeciente de aversion al riesgo
Portafolio optimo
El portafolio w

a seleccionar debe ser alguno de la frontera

eciente. Pero, cual?
Se necesita especicar un trade-o balance entre riesgo y
rendimiento
Una especicacion com un es encontrar el portafolio P que
maximice:
U(P) = r
P

T

2
P
donde P es un portafolio de la frontera eciente, y
T
es un
coeciente de aversion al riesgo
Problema del portafolio con activo libre de riesgo
Activo libre de riesgo
Hemos asumido que existen n activos riesgosos; es decir que todos
tienen

i
> 0
Un activo libre de riesgo tiene un rendimiento r
f
que es
determinstico (siempre toma el mismo valor) y por consiguiente

f
= 0
Activo libre de riesgo
Hemos asumido que existen n activos riesgosos; es decir que todos
tienen

i
> 0
Un activo libre de riesgo tiene un rendimiento r
f
que es
determinstico (siempre toma el mismo valor) y por consiguiente

f
= 0
Activo libre de riesgo
Consideremos un activo riesgoso A que tiene rendimiento r
A
con
media r
A
y varianza
2
A
Es importante notar que

Af
= E[(r
A
r
A
)(r
f
r
f
)] = 0
Es decir, la covarianza de estos dos activos es cero
Activo libre de riesgo
Consideremos un activo riesgoso A que tiene rendimiento r
A
con
media r
A
y varianza
2
A
Es importante notar que

Af
= E[(r
A
r
A
)(r
f
r
f
)] = 0
Es decir, la covarianza de estos dos activos es cero
Activo libre de riesgo
Consideremos un activo riesgoso A que tiene rendimiento r
A
con
media r
A
y varianza
2
A
Es importante notar que

Af
= E[(r
A
r
A
)(r
f
r
f
)] = 0
Es decir, la covarianza de estos dos activos es cero
Activo libre de riesgo
Ahora combinamos el activo A con el activo libre de riesgo en un
portafolio P.
Damos un peso 1 al activo libre de riesgo y
1 al activo A
Se demuestra que:
r
P
= r
f
+ (1 )r
A

P
= (1 )
A
Estas ecuaciones representan una lnea en el diagrama
media-desviacion estandar
Activo libre de riesgo
Ahora combinamos el activo A con el activo libre de riesgo en un
portafolio P. Damos un peso 1 al activo libre de riesgo y
1 al activo A
Se demuestra que:
r
P
= r
f
+ (1 )r
A

P
= (1 )
A
Estas ecuaciones representan una lnea en el diagrama
media-desviacion estandar
Activo libre de riesgo
Ahora combinamos el activo A con el activo libre de riesgo en un
portafolio P. Damos un peso 1 al activo libre de riesgo y
1 al activo A
Se demuestra que:
r
P
= r
f
+ (1 )r
A

P
= (1 )
A
Estas ecuaciones representan una lnea en el diagrama
media-desviacion estandar
Activo libre de riesgo
Ahora combinamos el activo A con el activo libre de riesgo en un
portafolio P. Damos un peso 1 al activo libre de riesgo y
1 al activo A
Se demuestra que:
r
P
= r
f
+ (1 )r
A

P
= (1 )
A
Estas ecuaciones representan una lnea en el diagrama
media-desviacion estandar
Activo libre de riesgo
Ahora combinamos el activo A con el activo libre de riesgo en un
portafolio P. Damos un peso 1 al activo libre de riesgo y
1 al activo A
Se demuestra que:
r
P
= r
f
+ (1 )r
A

P
= (1 )
A
Estas ecuaciones representan una lnea en el diagrama
media-desviacion estandar
Activo libre de riesgo
Ahora combinamos el activo A con el activo libre de riesgo en un
portafolio P. Damos un peso 1 al activo libre de riesgo y
1 al activo A
Se demuestra que:
r
P
= r
f
+ (1 )r
A

P
= (1 )
A
Estas ecuaciones representan una lnea en el diagrama
media-desviacion estandar
Activo riesgoso A y activo libre de riesgo
Figura: Diferentes valores de media y desviacion estandar para el
portafolio. Recordar que representa la posicion en el activo libre de
riesgo, y 1 la posicion en el activo A
Frontera eciente con activo libre de riesgo
Figura: Frontera eciente (media-desviacion estandar) bajo la presencia
del activo libre de riesgo
Encontrando el portafolio tangente
Queremos resolver el siguiente problema de optimizacion:
Maximizar SR =
r
P
r
f

P
=
r

wr
f
w

w
sujeto a 1

w = 1
A SR se le conoce como el ratio de Sharpe, y al portafolio solucion
como portafolio tangente. El portafolio tangente solo contiene
activos riesgosos
Nada garantiza que w
i
0 en el portafolio tangente
Encontrando el portafolio tangente
Queremos resolver el siguiente problema de optimizacion:
Maximizar SR =
r
P
r
f

P
=
r

wr
f
w

w
sujeto a 1

w = 1
A SR se le conoce como el ratio de Sharpe, y al portafolio solucion
como portafolio tangente. El portafolio tangente solo contiene
activos riesgosos
Nada garantiza que w
i
0 en el portafolio tangente
Encontrando el portafolio tangente
Queremos resolver el siguiente problema de optimizacion:
Maximizar SR =
r
P
r
f

P
=
r

wr
f
w

w
sujeto a 1

w = 1
A SR se le conoce como el ratio de Sharpe, y al portafolio solucion
como portafolio tangente.
El portafolio tangente solo contiene
activos riesgosos
Nada garantiza que w
i
0 en el portafolio tangente
Encontrando el portafolio tangente
Queremos resolver el siguiente problema de optimizacion:
Maximizar SR =
r
P
r
f

P
=
r

wr
f
w

w
sujeto a 1

w = 1
A SR se le conoce como el ratio de Sharpe, y al portafolio solucion
como portafolio tangente. El portafolio tangente solo contiene
activos riesgosos
Nada garantiza que w
i
0 en el portafolio tangente
Encontrando el portafolio tangente
Queremos resolver el siguiente problema de optimizacion:
Maximizar SR =
r
P
r
f

P
=
r

wr
f
w

w
sujeto a 1

w = 1
A SR se le conoce como el ratio de Sharpe, y al portafolio solucion
como portafolio tangente. El portafolio tangente solo contiene
activos riesgosos
Nada garantiza que w
i
0 en el portafolio tangente
Encontrando el portafolio tangente con restricciones
Podemos trabajar con:
Maximizar SR =
r
P
r
f

P
=
r

wr
f
w

w
sujeto a 1

w = 1
w 0
De esta forma aseguramos que el portafolio tangente tenga w
i
0
para todo i
Podemos a nadir otras restricciones al problema de optimizacion
Encontrando el portafolio tangente con restricciones
Podemos trabajar con:
Maximizar SR =
r
P
r
f

P
=
r

wr
f
w

w
sujeto a 1

w = 1
w 0
De esta forma aseguramos que el portafolio tangente tenga w
i
0
para todo i
Podemos a nadir otras restricciones al problema de optimizacion
Encontrando el portafolio tangente con restricciones
Podemos trabajar con:
Maximizar SR =
r
P
r
f

P
=
r

wr
f
w

w
sujeto a 1

w = 1
w 0
De esta forma aseguramos que el portafolio tangente tenga w
i
0
para todo i
Podemos a nadir otras restricciones al problema de optimizacion
Encontrando el portafolio tangente con restricciones
Podemos trabajar con:
Maximizar SR =
r
P
r
f

P
=
r

wr
f
w

w
sujeto a 1

w = 1
w 0
De esta forma aseguramos que el portafolio tangente tenga w
i
0
para todo i
Podemos a nadir otras restricciones al problema de optimizacion
Frontera eciente con activo libre de riesgo
Figura: Frontera eciente (media-desviacion estandar) bajo la presencia
del activo libre de riesgo y restricciones adicionales